Prediksi Harga Emas Menggunakan Algoritma Long-Short Term Memory dengan Optimasi Adaptive Momen Estimation

Hadrianto, Muh. (Universitas Hasanuddin)
Rahman, Anugrah Nur Isnaeni (Universitas Hasanuddin)
Haris, Aulia Syahrani (Universitas Hasanuddin)
Juzril, Ahmad (Universitas Hasanuddin)
Rahmadani, Novia (Universitas Hasanuddin)

Faktor Exacta
Vol 18, No 2 (2025)

Prediksi harga emas merupakan salah satu aspek penting dalam analisis pasar komoditas, yang berpengaruh pada keputusan investasi. Penelitian ini bertujuan untuk menerapkan algoritma Long Short-Term Memory (LSTM) yang dioptimasi dengan Adaptive Moment Estimation (Adam) untuk memprediksi harga emas berdasarkan data historis dari tahun 2000 hingga 2024. Data yang digunakan mencakup harga emas harian yang telah melalui proses preprocessing. Hasil analisis menunjukkan bahwa model LSTM mampu memberikan prediksi yang relatif akurat dalam menangani data time series. Model ini berhasil mencapai tingkat akurasi prediksi yang tinggi, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0.96%, Mean Squared Error (MSE) sebesar 320854.198. Prediksi harga emas menunjukkan tren kenaikan yang konsisten, memberikan wawasan berharga bagi investor dalam pengambilan keputusan. Penelitian ini diharapkan dapat menjadi referensi bagi penelitian lebih lanjut dalam pemodelan prediksi harga komoditas lainnya.